老年综合征重叠发生率
该数据集来自 clinicaltrials.gov,聚焦老年综合征在髋部骨折住院患者中的重叠发生情况。研究假设为营养不良患者中谵妄与抑郁的重叠发生率更高,并导致更差的健康结局;同时观察其他老年综合征发生率上升对已知重叠严重程度的影响

基本信息
资源简介
老年综合征重叠发生率
该数据集来自 clinicaltrials.gov,聚焦老年综合征在髋部骨折住院患者中的重叠发生情况。研究假设为营养不良患者中谵妄与抑郁的重叠发生率更高,并导致更差的健康结局;同时观察其他老年综合征发生率上升对已知重叠严重程度的影响。主要结局评估营养不良患者相对无营养不良患者谵妄与抑郁重叠发生率的增加及其对医疗质量管理指标的影响,次要结局估计两组住院死亡率与12个月死亡率的差异。数据可用于老年综合征重叠风险预测与结局分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:老年综合征、髋部骨折、老年综合评估、谵妄、抑郁、营养不良。本工作的假设是:在营养不良患者中,谵妄与抑郁之间重叠的发生率更高,并因髋部骨折导致住院期间更差的健康结局。此外,可观察到其他老年综合征发生率增加,从而加重已知重叠的严重程度。方法:目标:主要结局:评估营养不良患者相对于无营养不良患者谵妄与抑郁重叠发生率的增加,并检查其对髋部骨折入院患者医疗质量管理指标的影响。次要结局:估计两组住院死亡率和12个月死亡率的差异。估计……
【主题与分类】
主题标签:GERIATRIC SYNDROMES、Hip Fractures、GERIATRIC ASSESSMENT、Delirium、Depression、Malnutrition。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03647436
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载,适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档,适合快速预览和评估数据集质量。
免登录当前数据集主要来源为 Kaggle 公开托管,完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站:https://clinicaltrials.gov/study/NCT03647436
标准获取流程:
- 访问源站链接,注册/登录账号;
- 进入数据集详情页,按页面指引申请权限或直接下载;
- 部分平台提供 SDK,例如:
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据说明
条件:老年综合征、髋部骨折、老年综合评估、谵妄、抑郁、营养不良。本研究的假设是,在营养不良患者中,谵妄与抑郁重叠的发生率更高,并因髋部骨折导致住院期间更差的健康结局。此外,还可观察到其他老年综合征的发生率增加,从而加重已知重叠的严重程度。方法:目的:主要结局:评估营养不良患者相对于无营养不良患者,谵妄与抑郁重叠发生率的增加情况,并检查其对因髋部骨折住院患者护理管理质量指标的影响。次要结局:估计两组之间院内死亡率和12个月死亡率的差异。估计三种老年综合征联合发生对以下方面的影响:* 住院并发症数量。* 住院时间。* 功能恢复。研究类型:已设计为队列研究。研究期间:2018年8月-2019年12月。
范围:年龄≥70岁,入住La Ribera大学医院(HULR),主要诊断为髋部骨折(ICD 9 820.)的患者。资格标准 纳入标准:年龄≥70岁,入住La Ribera大学医院(HULR),主要诊断为髋部骨折(ICD 9 820.)并接受手术的患者。排除标准:预期寿命不足3个月;痴呆;GDS 7级痴呆,无法配合完成Yesavage全球抑郁量表。样本量:考虑到谵妄患者的院内死亡率为11%,而2012-2016年期间在HULR因髋部骨折住院的患者总体死亡率为4%,取α误差为5%、β误差为15%,则每组样本量为253例患者。研究效能为98.5%。研究变量:年龄、性别、出生日期、入院日期、手术日期、Charlson指数、日常生活基本活动Barthel量表(入院前
数据加载示例(图像类)
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




